[머신러닝]Multiple Linear Regression

여러 변수가 올때 linear Regression구하는 식

Import

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

 

 

---

학습 데이터 확인하기 

데이터에 null데이터가 없다는 것을 확인했다. 
인덱스 3의 State는 문자열로 되어있으므로 onehot인코딩을 써야한다.

숫자로 되어있는 데이터들의 크기가 들쑥날쑥하다.

---

학습데이터 전처리 

1. 내가 예측하고 싶은 부분은 Profit이므로 y로 넣어주고 나머지는 X

X = df.iloc[:,:3+1]
y = df.Profit

2. 문자열을 One-Hot 인코딩

from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder
ct = ColumnTransformer([('encoder',OneHotEncoder(),[3])],remainder='passthrough')
X=ct.fit_transform(X) #df자체를 ct에 넣게 되면 원핫인코딩을 하는 컬럼이 앞으로 나오게 된다. 

3. test, traing 셋 분리 

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test=train_test_split(X,y,test_size = 0.2, random_state =7)

---

모델링

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(X_train, y_train)
y_pred=regressor.predict(X_test)

---

오차확인하기 

#MSE
((y_test - y_pred)**2).mean()
>>> 100911162.8059515

---

모델로 새로운 케이스 예측해 보기

캘리포니아에 있는 회사이고, 연구개발비는 210,000달러, 운영비는 170,000달러 마케팅비는 500,000달러를 쓰는 회사가 있는데, 이회사는 얼마의 수익을 벌까?

new_data=np.array([1,0,0,210000,170000,500000])
new_data=new_data.reshape(1,-1)
new_data
>>> array([[     1,      0,      0, 210000, 170000, 500000]])
regressor.predict(new_data)
>>> array([229038.02831337])